自组织映射网络在客户分类中的应用研究.pdfVIP

自组织映射网络在客户分类中的应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自组织映射网络在客户分类中的应用研究

4 塘全 2014年8月 第三期 自组织映射网络在客户分类中的应用研究 马 骥 (杭州钢铁集团公司信息管理部 杭州 310022) 摘 要:钢铁行业激烈的市场竞争使得客户资源争夺成为企业成功的关键因素,正确的客户分类能帮助企 业有效分配营销资源,针对性地加强客户联 系,改善客户关系,增强客户忠诚度,使企业增强核心 竞争力。基于此,本文利用 自组织神经网络研究客户分类问题,以RFM为分析变量建立客户分类 模型,将客户进行分类。得到每类客户具体的相对价值大小,为企业准确认识客户价值,合理分配 资源提供依据。 关键词:客户分类;客户价值 ;自组织映射网络;RFM指标 费金额,是一段时间内利润的度量,M值越高,客户 O 前言 的价值也越高。 随着国内钢铁行业的大规模扩张和国内外钢 根据 RFM分析,交易量大、购买频率高的客户 铁市场的趋同性增强,钢铁行业的竞争将 日趋激 是企业的重要利润来源 ,属于重要保持客户;购买 烈。国内钢铁行业产能的快速提升和不断释放,供 量大但交易次数较少的客户是企业 的重要发展客 大于求的局面短时难以改变,众多的低端产品生产 户;购买频率较低且购买量也少的客户属于企业一 厂商又将 自相残杀,将极大地影响钢铁企业的生存 般重要客户;购买量大、购买频率高但最近一次交 空间。然而传统的营销管理和客户关系管理对客 易时间间隔长的客户存在较高流失概率,是企业的 户采用统一的管理和服务体系,较少对客户进行细 重要挽留客户;购买量少、购买频率较低的客户属 分处理,往往造成对关键客户服务能力的不足,影 于企业的一般客户无价值客户 。 响了钢铁企业的整体营销和服务竞争力。在这种 比较各类客户的RFM均值与总 RFM均值,单 情况下,如何有效的客户分类可以使企业将有限的 个指标对比有大于(等于)或小于均值两种可能结 资源不均等地分配到具有不同价值的客户身上,从 果。如果单个类别客户的均值大于总均值,标记 而更有效的利用生产资源 ,优化客户资产显得尤为 “十”,反之则标记 “4,”。这样一共划分为 8种类 重要 。 型 : 基于以上背景,本文提出一种客户分类的方 1)类型 1(R F十M十):这类客户与企业交易 法,选择一种客户分类评价指标体系和聚类算法, 频繁 交易量大且最近一次交易时间间隔短,客户 构建基于该客户分类方法的模型。 实际贡献的价值很高,且具有很高的潜在价值,是 企业 的优质客户群,企业利润的主要贡献者,因此 l 基于RFM的客户类型分析 可视为企业的重要保持客户,继续维持与这类客户 RFM是客户购买行为数据,不涉及客户个人隐 的关系是企业利润的重要保障。 私且容易获得,是非常重要的客户分类变量,其基 2)类型 2(rl、}F M十):这类客户最近一次交 本思想是通过以下 3个重要的客户行为指标来判 易时间间隔短 购买金额大,购买频率较低,对企业 断客户价值 :R表示客户最近一次交易离现在的时 的利润贡献不及 RFM型客户;但是,这类客户具 间间隔,R值越低,客户的价值越高;F代表客户的 有很高的潜在价值

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档